Подкаст make sense (Есть смысл)

429-й выпуск make sense: об исследовании как образе мышления, языках описания реальности, ошибках и границах применения ИИ

«Проблема качественного анализа в том, что, чтобы проверить его от и до за моделью, тебе придётся повторить этот анализ. Весь этот выигрыш скорости сводит на нет то, что она может где-то лажать.»

«По сути, никаких джобов, персон, мотиваций и потребностей не существует — мы не можем их наблюдать в реальности, просто их измерить. Мы вводим эти понятия только для того, чтобы объяснить реальность.»

«Исследование — это действительно образ мышления. Если взять смежную сферу UX-дизайна: знание определённых тёмных паттернов, законов, правил композиции — оно не делает тебя дизайнером.»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Константин Ефимов, соавтор книги "Качественные исследования в бизнесе”, управляющий партнер в X-Patterns.pro

Телеграм-канал PostPostResearch: https://t.me/postpostresearch

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Epic Growth Conf'26 на ProductSense: https://egconf.io/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:38 — Как евангелисты кастдева ворвались в мир исследователей
04:10 — Три волны исследовательских сообществ
07:22 — Иллюзия быстрого успеха: что на самом деле продавали книги про кастдев
12:44 — Глубинное интервью против 15-минутного кастдева
13:56 — Исследование как образ мышления, а не протокол
16:59 — Подход Cynefin: три домена сложности задач
17:57 — Кластеризация в личных проектах как задача третьего домена
20:38 — «Метод параноика»: протоколы, седина, мозги
21:57 — Как демократизация стёрла третий, самый сложный уровень исследований
24:33 — Кейс телекома про «проклятие трубы»
28:02 — Desk Research и Deep Research до разговоров с людьми
30:14 — Почему ИИ додумывает то, чего нет в обучающих данных
34:39 — Водка на мумиё: то, что не расскажет модель
36:19 — Нет-тест и подхалимность моделей на синтетическом респонденте
39:00 — Почему джобов и персон не существует
42:45 — Как выбор языка меняет глубину ответа
47:07 — Жадность вне фреймворка JTBD: почему драйверы и барьеры проще
48:12 — Как ИИ ускорил протокольные задачи
51:33 — Почему анализ ИИ всё равно нужно перепроверять от и до
53:00 — Советы продактам: как развивать исследовательское мышление

Словарик терминов:
— JTBD (Jobs to be Done) — методология «работ», которые пользователь нанимает продукт выполнить
— Cynefin — фреймворк для классификации задач по уровню сложности
— MVP — минимально жизнеспособный продукт
— Deep Research — режим ИИ для автономного глубокого поиска и анализа информации
— Desk Research — кабинетное исследование по открытым источникам

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

ProductSense’26 + Epic Growth = два мощных источника продуктового опыта по одному билету
И пока по летней цене

С 1 сентября билеты станут дороже:

40+ докладов, 20+ мастер-классов, кейсы компаний, нетворкинг-активности, консультации с экспертами и приятная атмосфера для профессионального общения.

Инструментами и опытом поделятся эксперты из ВК, Сбера, МТС, «Авито», «Циана» и других крупных компаний.

В программе пять треков:

➡️ Инструменты и границы их применимости — что остается фундаментом продуктовой работы, а что требует пересборки.

➡️ Системы, процессы и организационные контуры — как меняются принятие решений, устройство команд и процессов, распределение ответственности и связи между людьми и новыми средствами автоматизации.

➡️ Мастер-классы — интерактивный формат, где участники разбирают инструменты и методики, пробуют применять их в ситуационных кейсах или сразу в своих проектах.

➡️ ИИ как инструмент эффективности — как использовать ИИ, чтобы делать работу быстрее, дешевле, точнее и масштабнее.

➡️ Коммерческая устойчивость продукта при сжатии рынка — как расти в условиях, когда все более важными становятся эффективность процессов, сильная экономика и работа с клиентской базой.

🏷 10–11 сентября.
📍 Москва и онлайн.

Цены на офлайн-билеты с 1 сентября:

«Лично»
71 000 → 77 000

«Лично: Программа» (без обеда и вечеринки)
59 000 → 65 000

Если планируете поехать на ProductSense’26 + Epic Growth, билет можно забронировать по текущей цене, а оплатить до 10 сентября.

Также можно присоединиться онлайн по подписке на Академию ProductSense 🔥

Подробности и все варианты участия →

[📺 видео] 428-й выпуск make sense: об экономике ИИ в бизнесе, перестройке процессов целиком, ответственности и будущем SaaS-сервисов

👀Видео-версия подкаста:
— YouTube
— VK Видео

«Ключевым образом я увидела, что магии не существует. Тот уровень развития инструментов, который нам доступен, способен решать задачи быстрее. Но чтобы это дало долгосрочный эффект, нужно не просто внедрять ИИ, а перестраивать весь процесс целиком.»

«Универсального агента, который решает любую задачу целиком, не может создать просто IT-компания. Экспертиза нужна нишевая, и она должна быть продумана людьми, которые делают эту работу каждый день. Без этого массового внедрения ролевых агентов в компаниях не случится.»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Оксана Гапонова, заместитель Генерального директора Яндекс 360

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Epic Growth Conf'26 на ProductSense: https://egconf.io/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:37 — От эйфории вайб-кодинга к умеренному оптимизму
03:46 — Магии не существует: ИИ ускоряет, но не решает всё сам
06:17 — Почему стратегия выжидания не результативна?
09:38 — Причины внедрения ИИ: конкуренты, клиенты, визионерство
10:54 — Может ли вайб-кодинг убить SaaS-сервисы?
16:57 — Универсальные агенты невозможны без нишевой экспертизы создателей
22:10 — Где реальная экономия для бизнеса от использования ИИ?
25:23 — Вечно актуальный вопрос: как должны выглядеть продуктовые команды?
30:37 — Сколько реально ИИ экономит времени лично Оксане
33:57 — Экономика внедрения: как считать эффект от дорогих инструментов
38:47 — ИИ — это новый инструмент, а не революция
42:34 — Кто отвечает, если ИИ ошибся
46:39 — Утечка данных через открытые модели и галлюцинации ИИ
51:13 — Определение стабильного результата субъективно
56:08 — Почему на рынке пока нет ИИ-интеграторов
1:02:40 — Так ли важно понимать глубину процесса?
1:05:19 — План внедрения ИИ в компании

Словарик:
— SaaS — программное обеспечение, предоставляемое по подписке как услуга (Software as a Service)
— CSAT — индекс удовлетворённости клиентов (Customer Satisfaction Score)
— вайб-кодинг — написание кода с помощью ИИ через команды на естественном языке, без глубокого владения кодом

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

427-й выпуск make sense: о границах делегирования агентам, пределах внимания и ответственности за чужой результат

«Хорошо выполнять задачу самому, хорошо получать результат через другого человека и хотеть управлять — это три разные вещи, которые могут совпасть в одном человеке, а могут и не совпасть.»

«Добавить ещё одного исполнителя очень легко — открыть ещё одну сессию, запустить ещё одного агента. Технически это почти ничего не стоит. А вот добавить человеку ещё одно внимание, ещё одну память и ещё одну голову мы пока не умеем.»

«Человек может за день инициировать в несколько раз больше работы, чем раньше, но его способность осмыслить эту работу не выросла в несколько раз.»

Ведущий:
Юра Агеев, основатель ProductSense

Epic Growth Conf'26 на ProductSense: https://egconf.io/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:48 — С агентами человек ставит задачу и уходит, а не работает рядом
04:20 — Новички проверяют каждый шаг, опытные дают свободу
05:56 — Добавить агента легко, добавить человеку внимание и память — нет
08:19 — Важен поток решений на проверку, а не число агентов
10:02 — Хорошее делегирование — про границы, контроль и критерии приёмки
12:11 — Экспертиза пользователя определяет длину сессии и долю подтверждённого успеха
13:33 — Асимметрия: можно инициировать в разы больше работы, но не осмыслить её больше
14:35 — Желание управлять не гарантирует умения
17:03 — Зачем вообще появилась управленческая иерархия?
22:08 — Формальная и реальная власть
23:18 — Автономия работает только вместе с обратной связью
25:09 — Решения за других людей психологически дороже, чем решения за себя
27:03 — Чем сильнее агент, тем слабее личное чувство ответственности человека
29:22 — У агента нет человеческой стороны управления
31:09 — Профессиональный менеджер смещается к проектированию системы решений
35:23 — Управление агентами мы тоже постепенно передаём агентам

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

426-й выпуск make sense: о месте ИИ среди технологических революций, долгосрочном конкурентном преимуществе и сигналах рынка

«Архив можно купить, лицензировать, украсть или приблизительно воспроизвести. А вот поток настоящего пользовательского поведения создаётся заново каждый день»

«Компании годами получают обратную связь и великолепно умеют её игнорировать»

«Сама по себе модель — это не преимущество. Завтра такая же модель может появиться у ваших конкурентов»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Epic Growth Conf'26 на ProductSense: https://egconf.io/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:12 — Конкурентный рынок компьютерных томографов
06:47 — Как готовая сеть продаж и обслуживания стала преимуществом компании
08:26 — Дистрибуция решает: действительно ли технологии вторичны?
09:48 — Карлотта Перес о технологических революциях
12:16 — Проекция истории на сегодняшний рынок ИИ
14:55 — Почему ответ «Данные — наше преимущество» слишком грубый?
17:56 — Кейс ByteDance: усиливающийся цикл между продуктами
21:04 — Сервисная сеть как канал обратной связи с рынком
25:06 — Распространение технологий за пределами их создателей
27:21 — Опасность путать редкую способность с системой преимуществ
28:27 — Главный вопрос: успевает ли компания создать новую уникальность быстрее её обесценивания
32:17 — Контакт с реальностью — не гарантия: компании умеют игнорировать сигналы
34:59 — Как должен звучать главный вопрос продуктовой компании сегодня

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

425-й выпуск make sense: об иллюзии роста производительности, способах контроля ИИ, разнице личного и системного эффекта

«К концу 2025 года 97% опрошенных менеджеров продуктов уже использовали ИИ в работе, но 77% не видели изменений в продуктовых метриках. Встроить ИИ в процессы с конкретными целевыми показателями успели только около 10% участников».

«Можно научить каждого станочника быстрее управлять новым двигателем, но это не изменит расположение фабрики».

«Настоящий перелом произошёл по мере распространения небольших электродвигателей, которые можно было устанавливать непосредственно на отдельные станки — этот принцип назывался unit drive, индивидуальный привод. Вместо одного большого двигателя стало много маленьких, но последствия оказались организационными».

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:18 — Выводы про ИИ из исследования ProductSense 2025
05:27 — Производительность сотрудника — не то же самое, что производительность системы
08:24 — Аналогия с электрификацией фабрик: один вал на всю фабрику
09:38 — Первый этап электрификации — новый двигатель просто вращал старые валы
10:27 — Эффект электрификации проявился только спустя десятилетия
13:31 — Компании сейчас делают с ИИ то же самое, что фабрики делали с электромотором
15:58 — 77% сложностей успешных внедрений ИИ — не в модели, а в процессах
18:34 — Два способа контроля ИИ: подтверждение каждого результата и обработка исключений
22:12 — Единица улучшения: задача сотрудника и рабочий поток компании
24:34 — Ускорение кода не сокращает цикл, если ревью и тестирование не успевают
28:22 — «Супергерой» с личной ИИ-системой — актив человека, а не организации
30:00 — Стандартизировать нужно не каждый шаг мышления, а точки перехода в общую систему
31:04 — Итог: Вопрос не в скорости двигателя, а в архитектуре фабрики

Словарик:
- Unit drive — индивидуальный электропривод на каждый станок вместо одного общего вала на всю фабрику

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

ProductSense'26 совсем скоро — пора за билетами

Мы давно не писали про конференцию в этом канале, а она уже на подходе. Собрали здесь всё, что нужно знать, чтобы принять решение.

📌 10–11 сентября, Конгресс-центр ЦМТ в Москве + онлайн.

Тема 2026 года — «Фундамент и эволюция: как меняется продуктовая работа»
Что в продуктовой работе остаётся неизменным, а что уже требует новых подходов? Разберем через реальные кейсы, ошибки и практические выводы на трех треках:
🔵 «Системы, процессы и организационные контуры»
🔵 «Инструменты и границы их применимости»
🔵 Практические мастер-классы

Что в программе
→ 40+ докладов и 20+ практических мастер-классов от спикеров из VK, Яндекса, Авито, X5, МТС, Т-Банка, СДЭК и других компаний
→ Разнообразные нетворкинг-активности — организованные и спонтанные
→ Вечерняя программа
→ Вкусные кофе-брейки и обеды
→ Записи докладов и мастер-классов

💳 С 1 августа цены повысятся:
«Лично» (полное участие: программа, питание, вечеринка) — 65 000 руб. → 71 000 руб.
«Лично: Программа» (доклады и мастер-классы, нетворкинг) — 53 000 руб. → 59 000 руб.

➡️ Нужно согласовать бюджет с руководителем? Забронируйте билет — у вас будет 14 дней на оплату по текущей цене.

➡️ Оплачиваете участие самостоятельно? В этом случае самый выгодный вариант — подписка «Академия ProductSense с конференцией»: помимо офлайн-билета «Лично: Программа» у вас будет доступ к записям всех прошлых конференций, курсов, вебинаров.

🔍 Смотреть расписание →
🏷 Билеты →

424-й выпуск make sense: об аналитическом подхалимстве ИИ, принятии решений и убедительной предвзятости

«Сказать руководителям „относитесь к советам критически" примерно так же полезно, как сказать людям „не поддавайтесь когнитивным искажениям"».

«Самый опасный не тот аналитик, который ничего не понимает, — его ошибки обычно заметны. Гораздо опаснее система, которая достаточно хорошо понимает задачу, данные и самого пользователя, чтобы построить интеллектуально сильный путь именно к тому выводу, который человек хотел получить».

Ведущие:
Юра Агеев, основатель ProductSense

О чем говорим:
00:00 — Введение
01:12 — Знакомьтесь, модель-подхалим
02:42 — Почему проверка не поймала проблему: ставка на краткосрочные пользовательские сигналы
03:21 — Продуктовый парадокс: пользователю нравится, когда его понимают и не спорят с ним
04:01 — Приятный ответ и полезный ответ — не одно и то же, когда ИИ работает как аналитик
04:56 — Эксперимент 2026: слияния больниц, 14 моделей, 2160 анализов
07:33 — «Аналитическое подхалимство, обусловленное целью»: сильные модели видят больше методологических развилок — и потому уязвимее
09:30 — Кейс B2B: как формулировка руководителя незаметно определяет вывод модели
11:04 — ЛЛМ удешевляют не только решение, но и его «интеллектуальную защиту»
13:56 — Какие формулировки провоцируют согласие модели: утверждение против открытого вопроса
16:09 — Контраргумент: ИИ прогнозирует успех Kickstarter-проектов лучше людей
17:45 — Два режима одной технологии: независимый анализ vs часть мотивированного рассуждения
18:01 — Strategy Science: ИИ не повысил точность стратегического прогноза, но добавил перегрузку
19:56 — Три работы ИИ в решении: исследовать, защищать, разрушать — и их опасное смешение в одном чате
22:05 — Как разделить роли: независимый анализ в отдельном контексте, без предпочтений руководителя
24:31 — Сильное основание допускает собственное опровержение
25:01 — Исследование Science: соглашательство при конфликтах вредит отношениям, но нравится больше
27:07 — Защита должна быть встроена в процесс, а не в совет «будь критичнее»
29:46 — Голосование нескольких моделей не гарантирует независимости
32:20 — Главный риск: ИИ делает уже принятое решение похожим на независимый анализ

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

423-й выпуск make sense: о скрытом обучении, вытеснении новичков из работы и двух результатах любой работы

«У процесса всегда было два результата. Первый — сама выполненная работа. Второй — человек, который стал чуть лучше способен выполнять эту работу самостоятельно»

«Одни и те же модели будут доступны огромному количеству компаний и специалистов. Дефицитом станет среда, в которой люди продолжают приобретать опыт, необходимый для управления этими моделями»

Ведущие:
Юра Агеев, основатель ProductSense

О чем говорим:
00:00 — Введение
01:10 — Итог прошлого выпуска: ИИ снижает цену действия, но не цену решения
01:40 — Новое следствие: опытный специалист вытесняет начинающего из работы
02:10 — Кейс Мэтта Бина: как роботизированная хирургия изменила обучение хирургов
05:04 — Важный вывод: дело не в качестве операций, а в распределении работы
05:55 — «Теневое обучение»: как резиденты сами добывали практику в обход системы
07:49 — Два результата любой работы: сам результат и обученный человек
08:54 — Пример продакт-менеджера: какие задачи раньше доставались джуниорам
10:24 — Что теряется, когда модель делает эту работу за человека
11:28 — Исследование 2024 года: младшие консультанты и генеративный ИИ
13:28 — Почему нужно различать выполнение задачи и формирование навыка
14:03 — Эксперимент: программисты изучают новую библиотеку с ИИ и без
15:03 — Разница между помощью, убирающей сложность, и помощью, которая учит с ней работать
18:39 — Замкнутый круг: меньше практики — медленнее растёт способность оценивать ИИ
19:10 — Модель экономиста Энрике Иде о передаче неявного знания между поколениями
19:51 — Дилемма руководителя: джуниор или опытный сотрудник для задачи с ИИ
20:35 — Почему правка кода джуниора и модели — не одно и то же
21:49 — Контрпример: как PackBot изменил обучение сапёров
23:49 — Главный вопрос: кому достаётся управление при внедрении ИИ
26:03 — Почему запрет на ИИ для новичков — плохое решение
29:14 — Три вещи, которые должна сохранять система обучения с ИИ
32:11 — Суждение — результат переработанного опыта, а не врождённая способность

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

422-й выпуск make sense: О дешёвых прототипах, роли суждения и почему LLM ускоряют и плохой процесс

«Прототип может ускориться в 10 раз, а весь путь продукта — только на 10%. Эта цифра не обесценивает ускорение, а помогает понять, где именно оно произошло.»

«LLM способны ускорить не только хороший, но и плохой продуктовый процесс: плохая команда быстрее превратит своё предположение в красивый прототип и убедит себя, что проблема доказана.»

Ведущие:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
00:26 — О чём выпуск: соло про удешевление первой версии
01:26 — Раньше первая версия была дорогой: цепочка передач контекста
03:26 — Бум LLM в менеджменте продукта и вопрос «где кейсы?»
04:27 — Кейс SelectL: кликабельный прототип за 20–25 минут
05:01 — Три концепции редизайна за час; стоимость производства влияет на выбор
06:56 — Кейс Exante: требования и HTML-прототип до подключения дизайнера
07:53 — Продакт сам доходит до кода и открывает Merge Request
08:46 — Сокращение цикла фичи с 1,5–2 месяцев до 3–4 недель — и осторожность к цифре
09:59 — Самая важная цифра появляется не там, где ускорение максимально
10:11 — Кейс Content AI: прототип в 5–10 раз быстрее, конвейер — на 10%
11:19 — «Производительность» — что скрывается за словом
12:26 — Нагрузка перемещается дальше по процессу
12:53 — Пример: 3 прототипа превращаются в 30, а пропускная способность прежняя
13:26 — Парадокс: каждый быстрее, а полный цикл не сокращается
15:11 — Главный сдвиг: дефицит переезжает из производства в выбор
16:01 — Побочный эффект: убедительный прототип принимают за доказательство
17:30 — LLM ускоряет и хороший, и плохой продуктовый процесс
18:00 — Чем дешевле генерация, тем важнее профессиональное суждение
18:30 — Кейс Just AI: мониторинг упоминаний, где эффект легко посчитать
19:51 — Ближе к Discovery и стратегии измерять эффект всё сложнее
20:52 — Как меняется ценность продактов, дизайнеров, разработчиков, тестировщиков
22:48 — Организационный риск: больше работы у тех, кто отвечает за качество
24:42 — Три объяснения разрыва между «в 10 раз» и «на 10%»
26:34 — Лучший результат — вовремя не выпустить фичу
27:37 — Кейсы дают механизм, но не распространённость
30:16 — Ежегодное исследование и его прошлогодний вывод
30:45 — Тема и три трека ProductSense 2026

Кейсы по теме:
Selectel — «Как создавать интерактивные прототипы интерфейсов с помощью ИИ»
https://clck.ru/3UoZAD
EXANTE — «Как продакт-оунер использует ИИ на всём пути от идеи до релиза»
https://clck.ru/3UoZAE
Content AI — «Как ИИ меняет разработку: прототипы быстрее в 5–10 раз, весь конвейер — примерно на 10%»
https://clck.ru/3UoZAF
Just AI — «Как мы автоматизировали мониторинг упоминаний продукта с помощью ИИ-агента»
https://clck.ru/3UoZAH

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

421-й выпуск make sense: о том что такое агент, уровнях автономности и проектировании рабочей среды

«Модель не становится агентом просто потому, что мы её так назвали. Она может хорошо рассуждать, писать сильные тексты, код, планы. Но пока вокруг неё нет рабочего контура — это всё ещё не агент.»

«Одна и та же модель в плохой обвязке будет выглядеть как болтливый стажёр: много текста, много уверенности и мало ответственности за результат.»

Ведущие:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
01:20 — Слово «агент» размылось: каждый понимает своё
02:30 — Три разные вещи: модель, инструмент и рабочая система
04:16 — Субъектность: почему модель кажется агентом, хотя ещё не он
05:04 — Цикл работы: что на самом деле делает агента агентом
06:38 — Главная граница: кто решает, что делать дальше
07:40 — Автономный агент — это рамка работы, а не команда на каждый шаг
08:48 — Разработка: это уже агент или всё ещё дополнительные руки?
09:36 — Два вопроса: автономность внутри задачи и над задачами
10:43 — Почему в коде выходит агент, а в маркетинге — руки: роль тестов
12:00 — Harness/обвязка: то, что превращает токены в работу
14:09 — Рабочее место агента: аналогия рабочего стола
16:34 — Почему у разработки почти идеальная среда для агентов
19:50 — Одна модель в плохой и в хорошей обвязке
20:20 — Что значит «запустить агента»
22:26 — Семь блоков обвязки: участок ответственности и источники
25:02 — Границы полномочий, хуки, память и проверка качества
26:38 — Журнал решений: зачем видеть, что агент решил и почему
27:37 — Пять уровней автономности
29:24 — Проблема не в модели, а в наших нечётких правилах
29:49 — Проектировать работу агента — это хороший менеджмент
32:40 — Главный вывод: следующая компетенция — проектировать обвязку

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

420-й выпуск make sense: о задачах и артефактах, декомпозиции и работе с агентами

«То, что мы называем задачей, часто есть название артефакта, и это совсем не равно задаче. Лендинг — это форма результата, стратегия — жанр документа. Задача появляется только тогда, когда понятно, какую работу этот артефакт должен выполнить.»

«Плохой результат легко отбросить, а вот средний нас затягивает. И как раз в этом и заключается опасность.»

«Агент часто просто возвращает нам нашу же воду, наше непонимание, но аккуратно отформатированное. И это неприятно, потому что ответственность становится видимой.»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
00:33 — Почему «собрать лендинг» ещё не значит поставить задачу
01:18 — История: пришёл к агенту с полным контекстом
02:29 — «Маленькое чудо»: лендинг за минуты вместо недель
02:56 — Страница выглядит убедительно, но собрана из чужих страниц
03:56 — Средний результат злит сильнее плохого
04:50 — Рефлекс «дай больше контекста» не сработал
05:40 — Инсайт за кофе: чиню не то, задачи ещё нет
06:21 — Какую работу страница должна сделать для человека
07:45 — Название артефакта — ещё не задача
08:53 — Агенты как честное зеркало: проблема видна быстрее
09:41 — Сильный редактор и продакт дособирают задачу за постановщиком
10:54 — Почему агент не переспрашивает, а достраивает среднее
11:28 — Исследование «What prompts don't say»: угадывает ~40%
13:45 — Пересборка задачи: в какой ситуации человек
14:57 — Дизайн-система: выдать ≠ объяснить, как ей пользоваться
16:37 — Разметка фотографий отдельным агентом
17:44 — Паттерны лендингов, структура наконец проявляется
18:56 — Промпт сократился до одной строки
19:52 — Главный вывод: момент, когда отдаём задачу в исполнение
21:36 — Эксперт vs новичок: паттерн до исполнения
22:21 — Мульти-агенты и декомпозиция на независимые куски
23:35 — Intelligence vs judgment: задачи суждения не режутся
24:06 — Дрейф цели на длинной дистанции
25:12 — Формула: «помоги оформить задачу», а не «сделай»
25:32 — Агент как неприятный собеседник, ищущий дыры
26:26 — Скорость агента работает против сырой задачи
28:42 — Итог: собирать задачу, а не прятать её

Слушать:
— Telegram
— Mave
— Apple
— Яндекс
— YouTube

419-й выпуск make sense: о том, как работать за границами своей компетентности, сигналах доверия и способах проверки ответов

«Компетентность — это не просто объём знаний, это способность видеть ситуацию иначе: замечать несостыковки, видеть фальшь, узнавать паттерны, быстро понимать, где ответ нормальный, а где в нём что-то не так.»

«Доверие — это механизм снижения социальной сложности. Без доверия невозможно жить, потому что альтернатива — это проверка всего, а на это физически не хватит времени.»

«В следующий раз, когда модель даст вам убедительный, правдоподобный ответ, остановитесь и спросите себя: это точно проверенный ответ или очередное случайное число 17?»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
03:00 — Почему все модели отвечают «17»?
05:00 — Что такое компетентность?
10:47 — Зоны развития в работе с моделью
15:30 — Зоны компетенций на примерах из жизни
18:00 — Доверие как механизм снижения сложности
19:18 — Три сигнала доверия: способность, доброжелательность, целостность
22:32 — Мир ненадёжных сигналов
27:04 — Метакогнитивная лень и когнитивный долг
29:38 — Искажения моделей: подхалимство и якорение
32:20 — Метод работы за границей компетентности
36:43 — Киборг и кентавр: две модели взаимодействия
38:48 — «Мы и так живём через делегирование»

Слушать: 
— Telegram 
— Mave
— Apple 
— Яндекс
— YouTube

418-й выпуск make sense: о продуктовом мышлении, роли артефактов в эпоху LLM и изменении критериев оценки результатов

«Продуктовое мышление — это способность превращать неопределённость в проверяемые продуктовые решения, удерживая одновременно пользователя, бизнес, систему и команду.»

«Вкус — это способность чувствовать последствия решения до того, как они действительно развернулись.»

«Можно много чего делегировать, но менеджер продукта за это всё отвечает.»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
01:24 — Четыре блока работы менеджеров продукта до LLM
06:40 — Роль артефактов в работе с командой и почему они стали способом оценки
08:33 — Что такое продуктовое мышление
11:46 — Признаки продуктового мышления у человека
13:17 — Что меняют большие языковые модели
18:14 — Артефакты обесценились как признаки работы
20:37 — Где LLM помогают, а где всё ещё зона ответственности человека
22:27 — Как теперь оценивать промежуточную работу продуктового менеджера
26:36 — Качество использования LLM как отдельный навык
27:17 — Что в 2026 году меняется и не меняется в работе продуктовых менеджеров
30:00 — Вкус как защитный ров и его связь с продуктовым мышлением
34:57 — Ставка на ответственность и качество решений

Словарик:
— LLM — (Large Language Model) большая языковая модель

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

417-й выпуск make sense: об устройстве контекстного окна моделей, неоднородности интеллекта и правилах контекст-инжиниринга

«То, что вчера требовало от эксперта знаний — сделать сайт, написать описание, разметить данные — сегодня модель делает почти что из коробки.»

«Модель на самом деле не ошибается — просто у неё нет понимания, как решать именно эти задачи.»

«Когда вы ловите себя на том, что повторяете модели одно и то же снова и снова, — это сигнал, что в контексте появилась дыра.»

Ведущий:
Юра Агеев, основатель ProductSense

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:50 — Устройство контекстного окна на примере аналогий
04:14 — Статистический разрыв при обучении модели
05:09 — Семантический разрыв при обучении модели
06:56 — Ошибки мышления модели, подхалимство и уход от ответственности
09:00 — Захламление контекста и сжатие
11:11 — Две картины мира: человек и модель
18:22 — Неоднородность интелекта моделей и рваные границы
21:40 — Почему дообучить модель самому — это тупик?
22:16 — Контекст-инжиниринг: то, на что мы реально влияем
24:52 — Правило 1: разбивать задачи на чаты и контролировать сжатие
26:16 — Правило 2: не сваливать 30 файлов сразу, ловушка якорения
27:50 — Правило 3: hand-off, выжимка задачи для следующей сессии
28:51 — Правило 4: разметка источников по важности и актуальности
31:04 — Правило 5: повтор инструкций — сигнал о дыре в контексте
32:31 — Луп-инжиниринг: что приходит на смену

Словарик:
Луп-инжиниринг — (Loop Engineering) практика проектирования систем, которые автономно управляют работой ИИ-агентов

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

416-й выпуск make sense: о децентрализованных финансах, новых классах уязвимостей, ИИ в трейдинге и смарт-контрактах

«Безопасность за счёт скрытия алгоритма почти никогда не работает. Если ваш криптографический алгоритм — это black box, это не делает его безопаснее: как только данные о его работе утекут, он тут же перестанет быть безопасным.»

«Голосование в смарт-контракте честнее настоящих мировых голосований: чтобы проголосовать, нужно использовать токены протокола, поэтому каруселей и мёртвых душ тут нет как класса.»

«С точки зрения основного регулятора и госдепартамента США вся эта возня с биткоинами пока даже не стоит времени — между традфинансами и криптой несколько порядков разницы в объёме средств.»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Григорий Чикишев, руководитель команды трейдинга в Quantum Brains

Конференция ProductSense пройдёт 10—11 сентября 2026 года в Москве. Сайт конференции: https://productsense.io

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чём говорим:
00:00 — Введение
03:38 — Жизнь без посредника и при чём тут блокчейн
06:08 — Довериться алгоритму, а не людям
09:33 — Баланс между удобством пользователя и безопасностью
12:00 — Торговля с применением децентрализованных финансов
16:54 — Риски смарт-контрактов и повторная атака
18:52 — Открытый код против «безопасности через сокрытие»
20:32 — Поиск уязвимостей как часть игры. Отсутствие регулирования
22:37 — Управление протоколом через голосование сообщества
25:15 — Proof-of-Stake против Proof-of-Work
26:10 — Мгновенный заём и арбитраж
27:55 — Злоупотребление заёмом: атака на протокол Drift
32:24 — Крах стейблкоина UST и «мёртвая спираль»
35:09 — Высокочастотная торговля: туннель Нью-Йорк—Чикаго и Ротшильд под Ватерлоо
36:31 — Крах FTX и связь крипты с традиционными финансами
37:41 — Дойдут ли механики децентрализованных финансов до банков?
39:21 — Стейкинг и кредитование: откуда берётся доходность
44:15 — Почему ИИ до сих пор не справляется с торговлей
46:04 — Где ИИ полезен: анализ уязвимостей и данных в блокчейне
47:28 — Роль человека в финансах будущего. Ошибка выжившего
50:07 — Объяснимость моделей и прогноз на 5 лет

Словарик:
— Блокчейн — распределённый реестр, где данные о транзакциях хранятся в цепочке блоков и проверяются участниками сети
— Смарт-контракт — программа в блокчейне, которая автоматически выполняет условия сделки
— Proof-of-Stake — способ подтверждения транзакций, где вес участника зависит от количества его токенов
— Proof-of-Work — способ подтверждения транзакций через вычислительную работу, например майнинг
— Флэш-заём — мгновенный заём в блокчейне, который берётся и возвращается в рамках одной связанной операции
— Drift — децентрализованный финансовый протокол
— Стейблкоин — криптовалюта, привязанная к стоимости обычного актива, чаще всего доллара
— UST — стейблкоин проекта Terra, потерявший привязку к доллару в 2022 году
— FTX — крупная криптовалютная биржа, обанкротившаяся в 2022 году
— Robinhood — инвестиционное приложение для простой покупки акций и других активов
— Revolut — финансовое приложение с банковскими, платёжными и инвестиционными функциями
— Стейкинг — размещение криптовалюты для поддержки работы сети с получением вознаграждения
— DeFi — децентрализованные финансы: финансовые сервисы на блокчейне без классических посредников
— HFT — высокочастотная торговля: автоматическая торговля на бирже с очень высокой скоростью

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

415-й выпуск make sense: о зрелости менеджеров, карьере за рубежом и ИИ-нативных агентствах

«Зрелость — это производная того опыта, который ты прожил. А ты проживаешь опыт либо когда у тебя очень интенсивные события, либо когда тупо идёт время. И хотим мы этого или нет, самое главное здесь — это время»

«Продакт-менеджмент с появлением ИИ и тулзов больше будет превращаться именно в ремесло. И для того, чтобы быть хорошим ремесленником, тебе надо много опыта, много знаний, быть настоящим фанатом темы, которой ты занимаешься»

«ИИ будет безжалостен ко всем, кто не знает, чего хочет. Поэтому сейчас мой главный совет людям — это вспоминать и проверять, а что вы на самом деле хотите, не бежите ли вы за каким-то хайпом или за какой-то модой»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Валерия Розова-Розенблат, основательница Shanc.ai, Roots, TYPICAL

Телеграм-канал Валерии: https://t.me/valerierozov

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт: https://peoplesense.ru/

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
03:09 — Культурные различия между продактами из РФ и Европы
05:59 — Влияние среды на формирование менеджера
09:14 — Что такое зрелость и можно ли обогнать время
14:28 — Почему российским CPO сложно найти работу за рубежом
16:39 — Эволюция профессии продакт-менеджера в России
18:03 — Роль корочек и степеней в международной карьере
21:35 — Карьерные перспективы при поиске работы в зарубежных компаниях
24:14 — Не стоит менять индустрию и географию одновременно
26:29 — Сообщества и нетворкинг как инструмент поиска работы
30:02 — Понижение при переезде в другую страну — к чему готовиться?
36:07 — AI Native агентства: что происходит на венчурном рынке
39:54 — ИИ автоматизирует процесс разработки, а опыт становится продуктом
46:00 — Где заканчивается алгоритм и начинается суждение?
49:43 — Управление продуктом как ремесло, а не набор инструментов
56:30 — Финальный совет: понимать то, что ты реально хочешь

Словарик:
— AI Native — организация, изначально спроектированная вокруг AI-процессов
— CPO (Chief Product Officer) — директор по продукту

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

414-й выпуск make sense: о построении ИИ-нативной организации, выборе задач для автоматизации и будущем продуктовых команд

«AI First — это когда мы пытаемся перестроить существующую компанию на ИИ-процессы. А AI Native — это когда мы всю организацию пересобираем вокруг ИИ-процессов. В обычной организации работу делают люди, ИИ помогает, а в AI Native организации работу должен делать ИИ, а люди просто за этим присматривают.»

«Всё, что не требует человеческого суждения, опыта, экспертизы, личных отношений, автоматизируется хорошо и даёт, как правило, неплохой эффект. Всё, что требует — автоматизируется пока плохо.»

«Саму ИИ-автоматизацию зачастую создать несложно. Основная сложность в том, чтобы интегрировать новую технологию в компанию и положить это на существующие рельсы, правила, данные.»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Кирилл Гурбанов, основатель, sfer.ai

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт конференции: https://vk.cc/cX11Mc

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:36 — Тренд на агентства автоматизации и внедрения ИИ
03:46 — Что такое AI Native и чем отличается от AI First?
04:52 — Данные как главный актив при внедрении автоматизации
06:11 — Барьеры больших корпораций при внедрении ИИ
08:04 — Неопределённость и отсутствие успешных кейсов
12:48 — ИИ-грамотность: что должен уметь каждый сотрудник
14:54 — Сотрудник будущего: от исполнителя к оркестратору агентов
16:52 — Markdown вместо менеджмента: как агенты заменят QBR
21:13 — Где брать ИИ-грамотных людей?
27:07 — Четыре критерия: где внедрять ИИ, а где не стоит
34:06 — Шесть направлений, где ИИ уже доказал эффект
37:02 — Три уровня ИИ-зрелости
38:17 — Сопротивление внедрению: страх на всех уровнях
41:48 — От создания продукта к созданию системы
43:11 — Советы скептикам

Словарик терминов:
— AI Native — организация, изначально спроектированная вокруг AI-процессов
— AI First — стратегический приоритет ИИ в существующей компании, трансформация процесс за процессом
— QBR (Quarterly Backlog Review) — квартальная синхронизация продуктовых команд в крупных компаниях

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

413-й выпуск make sense: о трансформации программ лояльности, виртуальных командах и роли лидера с единой задачей

«Мы выделяем три стимула лояльности. Первый, самый сильный — выгода. Второй — эмоциональная составляющая, дополнительный дофамин. И третий — опыт: насколько клиенту удобнее делать привычные действия»

«Самая ключевая инвестиция — нанять правильных людей, которые смогут тебе достроить всё, что ещё не достроено, и дойти до тех результатов, которые ожидаются»

Ведущий:
Юра Агеев, основатель ProductSense

Гость:
Артём Петренко, CPO, Магнит Плюс

Конференция PeopleSense, 4–5 июня 2026 года, Москва
Сайт конференции: https://vk.cc/cX11Mc

Подписывайтесь на канал анонсов подкаста: https://t.me/mspodcast

О чем говорим:
00:00 — Введение
02:05 — Что такое Магнит Плюс и Магнит OMNI?
02:47 — Лояльность как связующее звено между каналами и форматами
03:20 — Почему бизнес и продукт объединились в одну роль?
05:39 — Отличие зон ответственности команд продукта и бизнеса
08:02 — Лидер с единой задачей и виртуальные команды
10:40 — Трансформация базовой лояльности на 100+ человек
13:01 — Что значит «отвечать за результат»?
14:54 — Как формируются виртуальные команды и зачем инвестиции руководства
17:41 — Отличия виртуальной команды от продуктовой
21:22 — Как изменилась работа CPO после объединения ролей
23:54 — Многозадачность, найм сильных сотрудников и делегирование
25:51 — Работает ли лояльность в 2026?
29:16 — Три стимула лояльности: выгода, эмоции, удобство
31:39 — Экономика лояльности: спонсоры и персональные предложения
35:12 — Геотесты и масштабирование: от региона к федеральному запуску
38:02 — Исследование внутри лояльности и кросс-вовлечение клиентов
40:54 — Лояльность в B2B: применимо ли?

Словарик терминов:
— CPO (Chief Product Officer) — директор по продукту.
— B2B (Business to Business) — бизнес-модель, в которой компания продаёт товары или услуги другим компаниям.

Слушать: 
— Telegram 
— Mave 
— Apple 
— Яндекс
— YouTube

Подборка подкастов make sense на выходные
Опыт людей, которые принимали сложные решения, преодолели выгорание, прошли масштабирование и находили смыслы в продукте заново

Собрали 6 выпусков make sense с гостями, которые будут спикерами на конференции об управлении командами, процессами и собой PeopleSense'26.

Уже 4–5 июня можно будет встретиться с ними в Москве, вместе разобрать свой кейс на мастер-классах и задавать вопросы после докладов.

372-й выпуск: о моделях мышления, поиске точек роста и драйверах роста ценности продуктов
Сергей Тихомиров, управляющий партнер в агентстве «ГРАЧИ»
❤️ Мастер-класс: Цена решения: бизнес-игра про управление командой в условиях перемен

379-й выпуск: о ментальных моделях, агентности и основаниях продакт-менеджмента
Евгений Казначеев, руководитель продукта
❤️ Доклад: Используйте микроменеджмент (иногда)! Неортодоксальный взгляд на самый страшный грех руководителя

380-й выпуск: о проективных методиках, скорости устаревания исследований и измерении удовлетворенности
Алёна Бородина, руководитель исследований покупателя в Ozon
❤️ Доклад: Думать как исследователь: мышление, которое меняет результаты

389-й выпуск: об усталости от встреч, механизмах групповых решений и культуре коммуникации
Наташа Епейкина, фасилитатор стратегических сессий
❤️ Доклад: Отношения в команде как система, или Почему не надо «чинить людей»

391-й выпуск: о треугольнике ожиданий, адаптационных стратегиях и главной ошибке нового руководителя
Григорий Фрольцов, руководитель продуктового направления в «Яндексе»
❤️ Доклад: Прекращать — это тоже искусство: управленческие решения, которые освобождают мощность команд

411-й выпуск: о внимании, памяти, когнитивном долге и влиянии нейросетей на мышление
Полина Кривых, психофизиолог и нейроученый, сооснователь платформы книжных клубов Inhound
❤️ Доклад: Биохакинг здорового человека: как прокачать мозг и тело

Подробнее о конференции — в канале @pplsense

Посмотреть программу →